der Vorlesung

Resümee der Vorlesung

Resümee

der Vorlesung

Version vom 2. März 2020 Kapitel aus der Vorlesung „Informatik II“

(Studiengang ITET) von Friedemann Mattern

Java: C-Level Java-Klassen als Datenstrukturen Klassen-Instanzen und Referenzen

Java-VM als Bytecode-Interpreter Pakete Klassenhierarchie

Abstrakte Klassen Exceptions

Threads in Java

Konzepte-Thread Java-Thread

Korrektheitsnachweis (Invarianten und vollst. Indukt.)

Kryptographie

Bäume

Syntaxdiagramme Rekursiver Abstieg

Infix, Postfix, Operatorbaum, Stack Codegenerierung, Compiler, Interpreter

Polymorphie

Suchbäume, Sortieren Backtracking

Spieltheorie, Minimax, Alpha-Beta Rekursives Problemlösen

Effizienz, O-Notation

Simulation (zeit-, ereignisgesteuert) Heap, Heapsort

Pseudoparallelität

Verzahnte und verwobene Einführung konzeptionel- ler Aspekte und programmiersprachlicher Konstrukte

Programmbeispiele dienen gleichzeitig der

Einführung programmiersprachlicher Konstrukte und der Illustration von Informatikkonzepten

Themen

1. Ein Algorithmus und seine Implementierung in Java 2. Java: Elementare Aspekte 3. Klassen und Referenzen

4. Syntaxanalyse und Compiler 5. Java: Pakete

6. Objektorientierung

7. Java: Weitere Sprachelemente 8. Binärsuche auf Arrays

9. Suchbäume 10. Backtracking 11. Spielbäume

12. Rekursives Problemlösen 13. Komplexität von

Algorithmen

14. Modellierung und Simulation 15. Heaps

16. Parallele Prozesse / Threads

Abstraktion

Resümee – Ziele der Vorlesung

▪ Primär: Fundamentale Begriffe und Aspekte der Informatik

▪ Konzepte, Modelle, Problemlösungstechniken

▪ Algorithmen und Datenstrukturen

▪ Parallelität

▪ Sekundär: Programmieren

▪ Java

▪ Reversi-Spielturnier

▪ Auch: Techniken für qualitativ hochwertige Software

▪ Objektorientierung

▪ Korrektheit

“Due to recent technological advances, everything I taught you about computers is no longer valid” ^www.c

yc-net.org/humour/computers%20no%20longer%20valid.jpg

„Bildung ist das, was übrig bleibt, wenn man alles vergessen hat, was man gelernt hat.“

„Einegute Hochschule vermittelt nicht primär Wissen, sondern die Fähigkeit zu denken.“ [Lino Guzzella, früherer Rektor und Präsident der ETH Zürich]

Abstraktion

▪ Immer wieder wurde im Verlauf der Vorlesung von Abstraktion und Abstrahieren gesprochen

▪ Wieso ist Abstraktion wichtig?

Gedankliches Verfahren, durch das von bestimmten gegebenen, jedoch als unwesentlich erachteten Merkmalen abgesehen wird, so dass sich das Augenmerk auf das Wesentliche konzentriert.

“On the other hand, there are a number of students who are not so able. They […] do not appreciate the utility of modeling, find it difficult to identify what is important in a problem, and produce convoluted solutions that replicate the problem complexities. Why? What is it that makes the good students so able? What is lacking in the weaker ones?” -- Jeff Kramer

Abstraktionsvermögen ist der Schlüssel zum Erfolg

▪ Unwesentliches ausblenden

▪ Generalisieren

▪ Aus spezifischen Instanzen

wesentliche gemeinsame Aspekte herausfaktorisieren und den

gemeinsamen Kern freilegen

▪ Generalisierte Erkenntnis auf andere, analoge Situationen übertragen

▪ Abstrahieren lernt man indirekt

▪ Durch viele Beispiele

▪ Im Verlaufe der Zeit

▪ Der Prozess ist mühsam – aber Abstraktion macht frei

▪ Komplexität wird reduziert

▪ Zusammenhänge werden klar

“Removes all detail yet conveys much”

„Hidden Agenda“

dieser Vorlesung

Abstraktion

Geschichte und Kontext

Geschichte und Kontext

Man mag diese „Geschichten“ zunächst ignorieren – sie scheinen von den eigentlichen Themen der Vorlesung abzulenken und kommen schliesslich auch nicht in der Prüfung vor. Aber befasst man sich später intensiver mit einer Sache, stellt man unweigerlich Querbezüge zu anderen Teilthemen fest; auch zu Dingen, die man z.B. noch vom Mathematikunterricht der Schule her kennt oder die man sonst irgendwo bei der Beschäftigung mit naturwissenschaftlichen oder geschicht- lichen Aspekten erfahren hat. Die Frage, wie diese Aspekte zusammenhängen und wo eigentlich der Ursprung liegt, taucht dann fast von selbst auf.

Aber auch unabhängig von der individuellen Neugier gilt: Die Informatik hat eine Reihe sehr mächtiger Prinzipien, Paradigmen und Ideen hervorgebracht – man denke etwa an das Prinzip des Algorithmus, an Programmiersprachen, Objekt- orientierung, aber auch abstraktere Konzepte wie Komplexitätsklassen, Rekursion, Backtracking, Verifikation mit Invarianten etc. Die zugrundeliegenden Ideen sind oft mit sehr alten mathematischen, aber auch kulturgeschichtlichen Fragen und Anstrengungen verbunden, viele kluge Geister der vergangenen Jahrhunderte,

«Ziel der ETH ist es, ihre Studierenden zu kritischen und unabhängig denkenden Persön- lichkeiten auszubilden. Im Laufe ihrer Ausbildung sollen sie nicht nur Methodenkompetenz und disziplinäres Wissen erlernen...» [Critical-Thinking-Initiative der ETH]

Geschichte und Kontext (2)

Phänomene effizient berechenbar zu machen, das Rechnen für die Kaufleute zu vereinfachen oder die Logik des Denkens zu automatisieren. Die Erkenntnisse, die dabei gewonnen wurden (man vergegenwärtige sich z.B. die Stellenschreibweise von Zahlen inklusive der Erfindung der Null oder die unterschiedlichen mechani- schen Rechenhilfsmittel), bereiteten den Boden für viele der grundlegenden heuti- gen Informatikkonzepte, stellvertretend seien hier das Konzept der Programm- variablen, das Dualsystem und die Schaltalgebra genannt.

Auch über den mit der Informatik eng verbundenen Aspekt der Automatisierung eröffnet sich eine interessante historische Perspektive. Dass einem Arbeit

abgenommen wird und man durch Automaten, die stattdessen die Mühsal

verrichten, erst noch produktiver wird, ist ein uralter Wunsch und damit Antrieb, Technik zu betreiben. Windmühlen gab es schon lange vor der eigentlichen industriellen Revolution, und Wasserräder trieben nicht nur Getreidemühlen an, sondern Sägewerke, Blasebälge und schliesslich ganze Textilfabriken. Wir wissen, wie es weiterging: Dampfmaschinen, Elektrizität und Benzinmotoren vervielfachten das Potential – leider nicht nebeneffektfrei hinsichtlich Umwelt und Gesellschaft, wie uns im Laufe der Zeit immer bewusster wurde. Und nun hoffen wir, dass die „smarte“ Technik des 21. Jahrhunderts die Probleme des 20.

Jahrhunderts löst!

„Für mich hat der Dozent viel zu viel Zeit mit un- nötigen Geschichten und zusätzlichen nicht prü- fungsrelevanten Fakten verbraucht anstatt die Theorie etwas praktischer zu erklären.“ [Aus

„Meine Kommentare“ beim Vorlesungsfeedback]

Geschichte und Kontext (3)

Dampfkraft, Elektrizität und Elektronik, letztere im Verbund mit der damit ermög- lichten (zunächst noch analogen) Kommunikations- und Regelungstechnik, waren die wesentlichen Treiber der verschiedenen Stufen der industriellen Revolution.

Bis dann die Digitaltechnik auf den Plan trat. Diese erlaubte eine ganz andere Art der Informationsspeicherung und Verarbeitung; zur neuen treibenden Kraft wurde (schleichend und zunächst fast unbemerkt, aber unaufhaltsam) ab den 1950er- Jahren der Digitalcomputer, zusammen mit einem durch ihn induzierten ganzen

„Ökosystem“ an Software und Diensten. Mit digitalisierter Information, die verlustfrei und effizient übertragen und verarbeitet werden kann, lassen sich die unterschied- lichsten Prozesse in Wirtschaft, Industrie und Verwaltung auf informierte (oder gar

„smarte“) Art steuern und automatisieren – viel umfänglicher, genauer und schnel- ler als es auf herkömmliche Weise ging. Wenn derzeit allenthalben von selbstfah- renden Autos, dem Internet der Dinge sowie einer umfassenden „Digitalisierung“

wirtschaftlicher und gesellschaftlicher Bereiche gesprochen wird, dann ahnen wir, dass wir bisher erst ein Anfangsstück des Phänomens gesehen und erlebt haben.

Das Prinzip der Automatisierung, insbesondere auch der Automatisierung intellektueller und informationsverarbeitender Prozesse, hat nun ebenfalls historische Vorläufer – zumindest in der Ideengeschichte, denn physisch

„Besonders die Bonusfolien sind sehr interessant und ein klarer Mehrwert.“

„Ich würde die Zusatzfolien (violett) unbedingt beibehalten.“ [Feedback]

Geschichte und Kontext (4)

technischen Mitteln noch nicht. Wie in der Vorlesung skizziert, mühten sich beispielsweise Leibniz, Babbage und Lewis Fry Richardson nach Kräften ab und konnten doch bestenfalls nur zeigen, dass ihre Ideen im Prinzip oder vielleicht einmal in Zukunft mit praktischem Gewinn umsetzbar sein sollten; viele Zeitge- nossen liessen sich jedenfalls nicht überzeugen. Doch der Traum, das Rechnen – und vielleicht sogar Teile der Mathematik einschliesslich der Mathematiker – zu automatisieren (und langwierige Rechnungen dadurch fehlerfrei zu machen), logische Formeln automatisch auf „wahr“ oder „falsch“ prüfen zu lassen oder eine schachspielende Maschine zu bauen, die dann auch andere schwierige strategi- sche Probleme mit ihrer künstlichen Intelligenz lösen kann, hat viele Denker an- getrieben und etliche Erkenntnisse hervorgebracht.

Die Ideengeschichte der Informatik ist nun allerdings nicht so einfach zugänglich – alte Schriften zu studieren und sich in die Vorstellungswelt und den andersartigen Kontext früherer Zeiten und vergangener Geistesgrössen hineinzudenken, dabei den Bezug zu den in modernerem Vokabular ausgedrückten heutigen Konzepten herzustellen, ist etwas mühsam. Ganz abgesehen davon, dass es das Alte und Klassische bei einem sich besonders schnell entwickelnden und nach Innovationen gierenden Gebiet grundsätzlich etwas schwerer hat, sich bemerkbar zu machen und als relevant angesehen zu werden. Hier setzen nun die eingestreuten histo- rischen Exkurse an. Sie sollen zunächst einmal beispielhaft aufzeigen, was für

„Kritisches Denken in den Wissenschaften“ – das klingt wie eine reine Tautologie! Wissen- schaft und Forschung haben es doch immer mit kritischer Reflektion zu tun. In der Wis- ➔

Geschichte und Kontext (5)

traditionelle Ideen es gibt und verdeutlichen, dass für ihre Entwicklung und Durch- setzung meist langwierige historische Prozesse relevant waren. Aber auch darauf hinweisen, dass es gelegentlich herausragende Personen waren, die eine geniale Idee hatten oder ein Konzept (wie etwa das Rechnen „auf der Feder“ anstelle des Rechnens „auf der Linie“) mit besonderem Nachdruck verfolgten und diesem so zum Durchbruch verhalfen.

Man könnte die historischen Exkurse auch mit dem traditionellen Bildungsauftrag einer Universität oder neumodischeren und neudeutschen Ableitungen hiervon („critical thinking“) rechtfertigen: Das Heutige in einen historischen Kontext zu

setzen, bildet. Das ist natürlich kein Selbstzweck, sondern schärft den Blick dafür, wie Neues entstehen kann und welche Faktoren dafür relevant sind. Es hilft viel- leicht auch ein bisschen dabei, die heutige Situation einzuschätzen und zu bewer- ten. Und es macht bescheiden: Was vergangene Geistesgrössen gefunden und geschaffen haben, fand meist unter deutlich widrigeren Umständen statt als heute, wo wir diese Dinge mit viel weniger Mühe nachvollziehen oder wiedererfinden kön- nen. Oder anders ausgedrückt: Man spürt, was Fortschritt in seiner historischen Dimension bedeutet und welche Strapazen manche auf sich genommen haben, um erkenntnismässig etwas beizutragen und damit dem Fortschritt zu dienen. Wir

senschaft wird untersucht und hinterfragt, statt die Dinge einfach so zu nehmen, wie sie scheinen. Oder ist das vielleicht nur ein Ideal?“ [N. Sieroka, V. I. Otto, G. Folkers]

Geschichte und Kontext (6)

Wir leben in spannenden Zeiten und sind mit unserem Fach mittendrin im

Geschehen! Wo die Reise hingeht, wissen wir nicht. Aber vielleicht hilft der Blick zurück – auf einige frühere Stationen unserer Reise – beim Erkennen, worauf es trotz aller Offenheit und Unwägbarkeit des Kommenden etwas mehr und worauf es etwas weniger ankommt? Also: Was ist wichtig? Was macht uns stark für die nächste Reiseetappe? Was hat Bestand? Welche Ideen sind nachhaltig? Was soll man lernen? Was soll die ETH lehren?

Vergegenwärtigt man sich in dieser Hinsicht nochmals die kleinen eingeflochtenen Geschichten der Vorlesung, dann mag man sich unter anderem an folgendes erinnern:

1) An erster Stelle steht sicherlich der für die Informatik so wesentliche Algorith- musbegriff, für den Al-Chwarizmi namensgebend war, der mit Beginn der Neuzeit (und seiner aufkommenden Buchdruckindustrie) in vielen Rechenrezepten der Rechenmeister seine Ausprägung findet, der aber auch schon viel früher, etwa beim euklidischen Algorithmus der Pythagoräer, auftaucht. Die Erklärung in der Enzyklopädie von Diderot und d’Alembert demonstriert die Mitte des 19. Jahr- hunderts noch etwas unscharfe Auffassung des Begriffs. In eher ungewöhnlicher Weise führt uns die Osterformel von Gauß vor Augen, dass man Algorithmen auf sehr unterschiedliche Art formulieren kann – die jahrhundertealte Methode zur

„So, I think history matters, even though IT is always about the future and no one wants to believe that history matters. And there’s more to history than the firsts and lone geniuses.“ [Thomas Haigh]

Geschichte und Kontext (7)

Bestimmung des Ostertags, die im Messbuch („De anno et ejus partibus“) um- ständlich und seitenlang beschrieben ist, kommt ganz ohne Mathematik aus; sie wurde formuliert, als sich im zugehörigen Kulturkreis noch nicht einmal die Null als Zahl oder Ziffer etabliert hatte. Das dahinterliegende Modell einer vereinfachten Himmelsmechanik aus Sonne, Erde und Mond mit ihren zyklischen Prozessen ist aber eigentlich nicht kompliziert, und Gauß kann mit einer inzwischen ent- sprechend „weit“ entwickelten (aus heutiger Sicht aber elementaren) Formel- sprache der Mathematik den Algorithmus in wenigen Zeilen notieren.

2) Der Schritt vom Algorithmus zum Computerprogramm forderte ebenfalls eini- ges ab. Nun gibt es also eine Maschine, die mechanisch (wie bei Babbage) oder elektromechanisch (wie bei Zuse) Folgen von Einzelrechnungen durchführen kann. Wie bringt man sie aber dazu, genau die vorgesehenen Operationen auszuführen? Babbage, Menabrea und Ada geben sich viel Mühe und müssen nebenbei einige Konzepte erfinden; später machten sich andere (wir schilderten etwas ausführlicher die Arbeiten von Rutishauser dazu, praktisch zeitgleich gab es aber weitere Programmierpioniere), Gedanken, wie man die „Rechenplan- fertigung“ auf eine höhere Ebene heben kann – mit algorithmischen Programmier- sprachen, wozu man aber erst noch, quasi nebenbei, das Konzept des Compilers

„Voraussetzung einer Öffnung nach vor- ne ist [...] ein stärkeres Verhältnis zur Geschichte – oder vielleicht genauer:

überhaupt einmal ein Bewusstsein von Geschichte. [...] Es gibt eine Sym- ➔

Geschichte und Kontext (8)

3) Die Objektorientierung als Programmierparadigma vor allem für nicht-numerische Anwendungen war ein weiterer wesentlicher Meilenstein. Wie wir gesehen haben, zurückgehend auf eine wegweisende Einsicht von Dahl und Nygaard Mitte der 1960er-Jahre, wo Modellierungspraktiken und Ingenieursprinzipien zusammen- fanden. Und dennoch dauerte es etwa 25 Jahre, bis dieses wichtige Konzept in grösserem Stil Anerkennung in der Praxis fand!

4) Die Geschichte der Digitalrechner und ihrer Einführung lässt sich an der hier episodenhaft dargestellten Verwendung von Zuses Z4 an der ETH sowie der ERMETH-Entwicklung nachvollziehen. Dass vor allem auch in den USA (und dann z.B. auch in Grossbritannien, Deutschland, Schweden oder den Niederlanden) erste Digitalrechner entwickelt wurden, konnte hier allerdings nur am Rande Erwähnung finden.

5) Bezüglich massgeblicher Ideen und Konzepte sei an Leibniz und „sein“ Dual- system und Bestreben, die Logik zu arithmetisieren, erinnert; zu Letzterem haben wir auch andere wichtige Persönlichkeiten erwähnt wie George Boole und Claude Shannon, die in späteren Jahrhunderten diese interessante Idee konkreter voran- treiben konnten. Programme selbst als mathematische Konstrukte aufzufassen und dafür einen Beweiskalkül anzugeben, das war vor knapp 50 Jahren schliess- lich eine wesentliche Leistung von Tony Hoare.

metrie zwischen dem Zukunftshorizont und dem historischen Erfahrungs- und Bewusstseinsraum. Wo Traditionszu- sammenhänge schrumpfen, kann sich auch keine Zukunftsphantasie ent- ➔

Geschichte und Kontext (9)

6) Die Geschichte und die Geschichten rund um Computerschach und ähnliche Spielprogramme führen zur Motivation etwas anders gelagerter Informatikprinzipien:

Der Automatisierung kluger Entscheidungen. Die mathematische Modellierung durch die Spieltheorie löst das Problem noch nicht wirklich; trickreiche Algorithmen (etwa Alpha-Beta und Varianten davon) stossen bei der immensen Grösse des Suchraumes auch bald an ihre Grenzen – das Imitieren menschlicher Intelligenz durch schiere Rechenpower ist offenbar nicht so einfach! An den Duellen mensch- licher Spielexperten mit Schachprogrammen (oder in jüngerer Vergangenheit mit Go-Programmen) kann man auch erkennen, wie bei diesem Streben nach Simu- lation (oder gar Realisierung?) menschlicher Intelligenz emotionale Aspekte, viel- leicht sogar ethische oder philosophische Aspekte, anklingen. Auf die Ideenge- schichte der künstlichen Intelligenz konnten wir aber in dieser Vorlesung nicht

näher eingehen; ein der Sache angemessenes historisches Kapitel dazu wird man wohl auch erst in einiger Zukunft schreiben können!

7) Was hat es mit der Meteorologie und der Simulation auf sich, denen in der

Vorlesung historische Exkurse gewidmet sind? Beides sind wichtige Anwendungs- gebiete, die enorme Rechenleistung verschlingen; mit noch feineren Modellen kann man auch zukünftige Supercomputer stets gut auslasten. Richtig angewandt, ist der Nutzen jedenfalls gross. Das Simulationsmodell zu den „Grenzen des

falten. In der kritischen Kenntnis der Geschichte findet der in die Zukunft gerichtete Gestaltungswille seinen He- bel und sein unentbehrliches Wider- lager.“ [Roman Bucheli, NZZ]

Geschichte und Kontext (10)

unsere jüngere Vergangenheit betrifft. Jenseits aller Detailkritik am Modell und den konkreten Ergebnissen hatte diese Computeranwendung zweifelsohne eine enorme und vor allem nachhaltige Wirkung auf die Öffentlichkeit. Für eine

adäquate Beurteilung braucht es aber wohl weniger eine technische als eher eine kulturhistorische Perspektive.

8) Bei der Meteorologie wird noch etwas anderes deutlich: Neben der rechen- technikbezogenen „Übererfüllung“ des Traums von Lewis Fry Richardson, das zukünftige Wetter anhand numerischer Modelle ausrechnen zu können, hat die Informatik auch jenseits des schnellen Rechnens gewirkt und Prozesse verändert.

Beispielhaft zeigt sich das nicht nur bei der Wetterstation auf dem Säntis, sondern vor allem daran, wie das Ergebnis der Wetterprognose immer besser aufbereitet und „automatisierter präsentiert“ werden kann, etwa mit Mitteln der Computer- graphik und -animation. Meteorologen im Fernsehen braucht man nicht mehr, das Smartphone liefert einem jetzt die Wetterpiktogramme passend zum Ort, wo man sich gerade befindet oder hinfährt. Das Wetter dient dem Fernsehen eigentlich nur noch als Vorwand, die „Presenter“ als Werbeträger zur Schau zu stellen. Deren Qualifikationsprofil hat sich im Zuge der informatikgetriebenen Automatisierung radikal geändert.

Geschichte und Kontext (11)

9) Die in Exkursen geschilderten Weltraummissionen illustrieren wiederum etwas anderes: Ein einziger unentdeckter Fehler wie bei der Ariane-Rakete setzt

Milliarden in den Sand, und auf dem Mars mit seinen anderen Umweltbedingungen können auch gut getestete parallele Programme versagen. Alarmierend ist aber, dass solche versteckten Fehler auch hier auf der Erde lauern – wie beschrieben, war ein nichtdeterministisch auftretender Programmier- und Synchronisationsfehler eine Ursache für den grossen Blackout in den USA im Jahr 2003. Zukünftige

cyberphysikalische Systeme (wie z.B. „automatische“ Autos) stellen noch höhere Anforderungen an fehlerfreie und fehlertolerante Informatiksysteme!

10) Déjà-vu: Manchmal war etwas früher schon einmal so ähnlich da. Mitte der 1950er-Jahre gab es z.B. eine grosse Automatisierungsdebatte: Computer und Roboter würden uns die Arbeitsplätze wegnehmen. 60 Jahre später keimt eine ähnliche Debatte hoch: Selbstfahrende Autos und Algorithmen für fast alles werden auch die gut Ausgebildeten arbeitslos machen. Kann man Parallelen ziehen? Oder sind die Voraussetzungen heute so anders, dass man sich besser nicht auf die seinerzeitige Debatte rückbesinnt?

11) Menschen und Einzelschicksale: Nur gelegentlich schimmert durch, dass es die seinerzeitigen Helden auch nicht immer einfach hatten. In Kurzbiographien

„Fang immer bei den alten Römern an und gib stets, wovon du auch sprichst, die geschichtlichen Hintergründe der Sache. Das ist nicht nur deutsch – das tun alle Brillenmenschen ... Man ver- ➔

Geschichte und Kontext (12)

beispielsweise George Boole, der eine Vorlesung in völlig durchnässten Kleidern hielt und 49-jährig an Fieber starb). In der Foliensammlung wird beispielhaft an verschiedenen Stellen Dietrich Prinz erwähnt, der Leiter der Programmierung beim Computerhersteller Ferranti war, u.a. den NIM-Spielcomputer entwickelte und Politikern in Berlin präsentierte sowie später ein rudimentäres Schach-

Programm erstellte. Prinz studierte in den 1920er-Jahren an der Berliner Uni- versität, promovierte in Physik und arbeitete anschliessend bei Telefunken in Berlin. Er teilt das Schicksal vieler deutsch-jüdischer Wissenschaftler: 1935 verlässt er Deutschland aufgrund des immer virulenter werdenden National- sozialismus und der damit verbundenen Diskriminierung und Verfolgung der Juden; er geht nach England. Dort wird er allerdings zu Beginn des zweiten Weltkriegs als Deutscher und potentieller Feind interniert und nach Kanada gebracht. Glücklicherweise kann er dort seine Fähigkeiten unter Beweis stellen und wird nach dem Krieg, 1947, von Ferranti angestellt. Josef Kates, der hier ebenfalls mit Bezug auf Computerspiele erwähnt wird, erleidet ein ähnliches Schicksal: Mit 17 aus Österreich emigriert, ohne Möglichkeit, in der Schweiz zu bleiben, wird auch er von England aus nach Kanada geschickt und interniert, wo er aber schliesslich eine neue Heimat findet und Karriere machen kann.

Die Einzelschicksale machen betroffen und stehen doch nur stellvertretend für Viele, die Grossartiges geleistet haben und gleichzeitig viel erleiden mussten.

steht es ja sonst nicht, wer kann denn das alles verstehen, ohne die geschicht- lichen Hintergründe ... Sehr richtig! Die Leute sind doch nicht in deinen Vortrag gekommen, um lebendiges Leben zu ➔

Geschichte und Kontext (13)

hören, sondern das, was sie auch in Büchern nachschlagen können... Sehr richtig! Immer gib ihm Historie, immer gib ihm.“ [Kurt Tucholsky, 1930]

Portraitfotos und Lebensdaten sollen ihnen, wie auch vielen anderen in der Vorlesung erwähnten Personen, ein Gesicht geben: Denn hinter der abstrakten Wissenschaft und deren verwertbaren Erkenntnissen, die die uns täglich dienen, stecken Menschen – die vielleicht auch einmal in einem ähnlichen Hörsaal sassen und sich ganz ähnlichen Gedanken und Gefühlen hingaben wie die heutige Generation von Studierenden.

12) Sonderbare Vergangenheit: Jemand, der „simuliert“ denkt nach oder täuscht gleich eine Geisteskrankheit vor; ein Rechner oder Computer war damals ein Mensch und kein Ding aus Blech, politisch korrekt war anfangs wohl die Bezeich- nung „programmgesteuerte Rechenmaschine“; das Wort „Automatisierung“ gab es vor 1945 einfach noch nicht; und statt „Informatik“ hätte es fast „Informatorik“

geheissen. Sonderbar auch die Leute damals, in den 1970er-Jahre: Rauchten im ETH-Hörsaal, nutzten Computer mit 1.7 MHz Taktfrequenz statt 1.7 GHz und 4 kB RAM statt 4 GB. Geht das überhaupt? Und Programme auf Musikkassetten ab- speichern – wie kann man nur auf so eine hanebüchene*⁾ Idee kommen? Da kann man doch eigentlich froh sein, dass man im Hier und Heute lebt!

Was will die Critical-Thinking-Initiative der ETH?

„Mit der Critical-Thinking-Initiative will die ETH Zürich ihre institutionelle Diversität erhöhen, eine Kultur des disziplinenübergreifenden Aus- tauschs, des kritischen Denkens und eigen- verantwortlichen Handelns fördern. [...]

Wenn es das Ziel der ETH ist, hochqualifizierte Fachkräfte auszubilden und ihnen dabei eine breite Bildung mitzugeben, die sie fit macht für die Herausforderungen der Zukunft, muss sie den Absolvierenden neben der Vermittlung von Fachwissen und Forschungskompetenz ein hinreichendes Mass an Kontextverständnis zur Einordnung ihres Wissens mitgeben. [...]

Ausgehend von diesem Ansatz geht es unter dem Begriff „critical thinking“ um die Förderung der Fähigkeit von Studierenden, verschiedene Positionen, Sichtweisen und Anspruchshaltun- gen zu unterscheiden. [...]“

Ganzer zitierter Text: www.ethz.ch/services/de/organisation/schulleitung/praesident/critical-thinking/ueber-cteth.html Mehr zu critical thinking: https://ethz.ch/services/de/organisation/schulleitung/praesident/critical-thinking/ueber-cteth.html

Prüfungsvorbereitung

Hinweise zur Prüfungsvorbereitung (1)

▪ Relevant ist der gesamte Inhalt der Vorlesung und Übungen

▪ Nicht alleine diese Präsentationskopie

▪ Auch Themen der letzten Vorlesungsstunden (Parallelität, Threads, Simulation etc.) und generell „theoretische“ Themen (z.B. Verifikation oder Komplexität) sind sehr wichtig und daher prüfungsrelevant

YO, IS THIS GOING TO BE ON THE TEST?

- STUDENT

UH, IS THAT A

“YES” OR A “NO”?

DEAR STUDENT:

IT MAY OR MAY NOT BE ON THE TEST, BUT IT WILL BE APPLICABLE TO YOUR FUTURE CAREER, FOR WHICH THERE IS NO TEST.

WHEN YOU GET PAID TO DO A JOB, THEY EXPECT YOU TO KNOW THIS STUFF!

YOU NEVER KOW WHEN IT’S GOING TO COME IN HANDY.

STUDY FOR LIFE, NOT JUST FOR THIS TEST.

- YOUR INSTRUCTOR IT’S A “YO.”

www.phdcomics.com/comics.php?f=1873

Hinweise zur Prüfungsvorbereitung (2)

▪ Die wöchentl. Übungsaufgaben sind eine gute Vorbereitung

▪ Oft erscheinen einige (leicht verändert) in der Prüfungsklausur

▪ In der Klausur wird zwar etwas mehr Wert auf Konzepte gelegt, je- doch sind bei einigen Aufgaben Java-Programmfragmente anzugeben

▪ Vorbereitung in kleinen Lerngruppen ist empfehlenswert

▪ Das angegebene Lehrbuch liefert eine zweite Sicht

▪ Das Wissen kann so gefestigt werden

▪ Prüfungen aus vergangenen Jahren sind nicht mustergültig

Diese Präsentationskopie enthält „bonus off-syllabus slides“ (Folien, die nicht in der Vorle- sung gezeigt wurden) als zusätzliches Material, um interessierten Studierenden einen brei- teren Kontext zu bieten – dieses Zusatzmaterial kann die Prüfungsvorbereitung unter- stützen; ganz neue Themen (z.B. historische Bezüge) sind aber kein Prüfungsstoff. Es sind auch einige „Denkübungen“ eingestreut: Kleine Probleme, deren Lösung mit Absicht nicht angegeben werden – sie können leicht oder auch schwierig sein und sollen zur intensi- veren Beschäftigung mit dem Thema anregen. Denn nicht die Lösung selbst, sondern der

Hinweise zur Prüfungsvorbereitung (3)

▪ Prüfungszeit ist kurz → Prüfung ist daher eher eine Stichpro- be; sie umfasst längst nicht alle Teilthemen der Vorlesung

▪ Jeweils andere Stichprobe → frühere Prüfungen nicht mustergültig

▪ Themengewichtung der Prüfung nicht „proportional“ zur Vorlesung

▪ Auch scheinbar (!) „unwichtige“ Teilthemen sind nicht unwahrschein- lich; man hüte sich davor, nur „Schwerpunktthemen“ zu lernen

▪ Kommentare von Studierenden nach der Prüfung im O-Ton:

▪ ...Multi-Threading. Bei der Vorlesung handelte eins oder höchstens zwei Vorlesungen über Parallelität... Aber dann in die Info II Prüfung gab es 1/6 der Punkte in einer Aufgabe über Multi-Threading

▪ Bytecode analysieren? So viel zu Threats und parallele Prozesse? Sehr unerwartet.

▪ Ich hätte als Dozent mehr Wert auf wichtige Konzepte nämlich - Stack, List, Bäume, Spieltheorien - gelegt, und nicht auf Paralellität und solches...

▪ Letzte übungsserie wurde in der übungsstunde nur sehr schlecht besprochen trotz schwierigen Themen, in der prüfung war aber sehr viel davon zu sehen

▪ Die Aufgabe über Induktionsbeweis war unfair und entspricht eigentlich nicht die lernziele von der Vorlesung

Hinweise zur Prüfungsvorbereitung (4)

▪ Klausur umfangreich → alle Aufgaben kaum (perfekt) lösbar

▪ Für eine bestmögliche Note benötigt man aber nicht 100% der Punkte

▪ Konzentration auf Lösung zu Aufgaben, deren Themen man beherrscht

▪ Kommentare von Studierenden nach der Prüfung im O-Ton:

▪ ...dass es sehr schwierig bis fast nicht möglich war, alle Aufgaben innerhalb der kurzen Zeit zu bearbeiten.

▪ Ich habe nicht ein so grosser Zeitdruck erwartet

▪ Die Zeit ist bei info 1 schon knapp, aber bei Info 2 war es die Hölle...fast jede einzelne Teilaufgabe musste begründet werden

▪ Da die Themenauswahl sehr spezifisch war, bzw ein Grossteil des

Vorlesungsinhaltes nicht abgefragt wurde, waren diejenigen Studenten bevorzugt, die "zufällig" das richtige Randthema gelernt hatten.

▪ Die Fragen waren völlig übertrieben schwierig und kamen völlig unerwartet.

Ich weiss, so sollten Prüfungen auch sein, aber es gibt dazu noch Grenzen.

▪ ...eine sehr amüsante Stunde, die ich mit Lösen, Raten und Lustige Antworten schreiben verbrachte.

Hinweise zur Prüfungsvorbereitung (5)

▪ Java ist wesentlicher Bestandteil von Vorlesung und Übung

▪ Man sollte kleine Java-Programmfragmente (vergleichbar den Beispielen aus der Vorlesung) „von Hand“ programmieren können

▪ Kommentare von Studierenden nach der Prüfung im O-Ton:

▪ ...ein überraschend grosser Schwerpunkt auf Programmierfähigkeiten gelegt

▪ ...kommen 3 Programmieraufgaben wo man in einer Stunde lösen musste.

Ich hätte mich besser aufs Programmieren vorbereiten sollen in der Lernphase

▪ Ich hätte nicht 1/3 programmieren erwartet

▪ Klar machen, dass bei der Prüfung Codes auf Papier geschrieben werden müssen können, ohne Hilfe von Eclipse oder anderen.

▪ Ich finde es schade, dass die Assistenten uns gesagt haben, wir müssten kaum programmieren. Aber da die Programmieraufgaben nicht extrem schwer waren, war dies völlig in Ordnung!

▪ Im Vergleich mit den alten Prüfungen fand ich es in dieser sehr viel besser, dass Theorie und Programmieraufgaben ausgeglichener waren

Hinweise zur Prüfungsvorbereitung (6)

▪ Verständnis der Konzepte ist wichtiger als „Codieren“

▪ Oberflächlich mag manches „spitzfindig“ aussehen (z.B. der Unterschied von „&“ und „&&“), dahinter steckt aber manchmal eine tiefsinniges Konzept (im Beispiel: Shortcut-Evaluation → Basis des α -β-Verfahrens)

▪ Kommentare von Studierenden nach der Prüfung im O-Ton:

▪ Bei den Übungen war zu viel programmieren gefragt (= sehr zeitintensiv) und dann an der Prüfung nur wenig coden.

▪ Ich war ein wenig enttäuscht, ich habe so viel gelernt, und konnte alle möglichen Codes und Dinge, die man sich mit Fleiss und Disziplin aneignen kann und dann kommt eine Prüfung, die nur auf Verständnis setzt.

▪ Dachte, würde mehr eine Lernprüfung werden als hauptsächlich Verständnis

▪ Die Aufgabe mit dem and und andand: wenn man den Unterschied an der Prüfung wusste, war sie einfach zu lösen, aber wenn nicht, konnte man eine ganze Aufgabe vergessen. Dies finde ich doch sehr spizfindig

▪ Ich erwartete bei Info 2 weniger Beweise

▪ Wenn man Laufzeitkomplexitäten nicht gut verstanden hat, war diese

Hinweise zur Prüfungsvorbereitung (7)

▪ Feedback nach der Prüfung Informatik I / II

(Wir bemühen uns um Prüfungen, die bzgl. Inhalt den Erwartungen nicht vollkommen entsprechen.)

Hinweise zur Prüfungsvorbereitung (8)

▪ „

▪ In der Schwierigkeit der Aufgaben

▪ Prüfung war einfacher als befürchtet

▪ Prüfung zu Informatik 2 entsprach völlig meinen Erwartungen

▪ Völlig anders bezüglich der letzten Jahre

▪ Ich habe die Bäume unterschätzt

▪ Schwerpunkte waren v.a. auf die letzten Themen der Vorlesung gelegt

▪ Ich habe mehr Programmieraufgaben erwartet

▪ Die Aufgaben waren auf den Stoff der Vor- lesung abgestimmt und das fand ich sehr gut

▪ Ich würde die Studierenden besser darauf auf- merksam machen, dass Programmieren in Java einen erheblichen Teil der Prüfung ausmacht

▪ Es wurde Wert auf Aufgaben gelegt, auf die in der Vorlesung nur kurz hingedeutet wurden und nicht auf die Kernthemen

▪ ...Gefühl, dass ich mir das Lernen hätte sparen können, weil ich die Dinge die ich könnte auch ohne Lernen gekonnt hätte und die anderen sowieso nicht

Ist dieser Feedback hilfreich?

▪Ein guter Tipp zum Schluss: Herauszufinden, ob man gut im

Punkteverteilung der Prüfung Informatik II

[Beispiel einer früheren Prüfung]

nicht gut gut Maximum: 60 Punkte

→ 50% = 30 Punkte 60 Punkte sind

tatsächlich er- reichbar; aber 0 Punkte auch

Korrelation Punkte Informatik I / Informatik II

[Beispiel einer früheren Prüfung]

Informatik I →

Informatik II→ Im Jahr 2017 betrug der

Korrelationskoeffizient bei der Punktezahl z.B. 0.84 Bei den Einzelnoten betrug der Korrelationskoeffizient (im Jahr 2018) z.B. 0.90

humourspot.com/wp-content/uploads/2015/08/cd208530-calvin-already-did-it-and-made-me-laugh.jpg

Korrelation Punkte Übungen / Prüfungsklausur

[Beispiel einer früheren Prüfung]

Codeboard-Score:  Wenig Punkte ^... Viele Punkte → Klausur: Wenig Punkte ...Viele Punkte→

Für abgegebene Programmieraufgaben liefert das automatische Bewertungs- system einen „score“ entsprechend der Zahl der erfolgreich durchgeführten Tests. Der Korrelationskoeffizient beträgt hier 0.57 – lohnt sich also das Üben?

Patrick Winston (Prof.

am MIT) bemerkte zu seiner Vorlesung dazu:

We were pleased to see there was a positive correlation...

Of course, we re- minded ourselves not to confuse correlation with cause. A likely ex- planation for the posi- tive slopes is that those who take the subject more seriously are more engaged in gen- eral, and that more en- gaged means spending more time studying as well as dragging one- self out of bed for an early morning lecture.

Er schreibt in der Klausur...

was sollt er alles wissen nur

An seinem Pult der Assistent

guckt auf den stud. inf. permanent.

Student! Er schreibt in der Klausur...

was sollt er alles wissen nur.

Er wünscht sich gänzlich unbeachtet, statt dass der Assi ihn betrachtet.

Er fühlt so schwer des Blickes Bürde:

„Wennder michdurchfall’nlassenwürde?“

Ihm ist, als ob er kaum noch schriebe...

wenn er auch diesmal sitzen bliebe?!

Doch jener dreht nach einer Stunde den Kopf aus irgend einem Grunde, vielleicht auch ohne tiefern Sinn, (wer weiss) nach ‘ner Studentin hin.

Aus: Karl Nickel (1924– 2009, alias „KLEN“):

Palmström als Programmierer; nach Der Sperling und das Känguru aus Christian Morgensterns Palma Kunkel

In seinem Zaun das Känguru –

es hockt und guckt dem Sperling zu.

Der Sperling sitzt auf dem Gebäude – doch ohne sonderliche Freude.

Vielmehr, er fühlt, den Kopf geduckt, wie ihn das Känguru beguckt.

Der Sperling sträubt den Federflaus – die Sache ist auch gar zu kraus.

Ihm ist, als ob er kaum noch sässe ...

Wenn nun das Känguru ihn frässe?!

Doch dieses dreht nach einer Stunde den Kopf aus irgend einem Grunde, vielleicht auch ohne tiefern Sinn, nach einer andern Richtung hin.

Viel Erfolg bei

der Prüfung!

The test was really hard

Feedback

http://spikedmath.com/comics/344-teaching-evaluations.png

spikedmath.com © 2010 spikedmath.com © 2010

Feedback (2)

spikedmath.com © 2010

• Professor Deutscher aber ok.

• Mehr Frauen in der Vorlesung!

• Lehrbuch ist zu anstrengend.

• Benötigter Zeitaufwand stieg exponentiell von Serie zu Serie.

• Reversi ist ziemlich unnötig.

• Wenn man in jedem Fach so viel Zeit wie in Informatik inves-

tieren müsste, dann könnte man ja nie schlafen gehen.

• Der Professor tut oft so, als wäre das, was er da ge- rade erklärt, einfach. Dem ist aber überhaupt nicht so!

• Ich bin persönlich zwischen Info-I / Info-II verloren; es wäre besser, wenn der Stoff leichter + einfacher wäre.

• Ohne Google hätte ich keine Übung lösen können.

• Oft ein bisschen langweilig, da zu viel Theorie, z.B.

über irgendeinen Algorithmus oder so.

• Es war sehr schade, dass gewisse Übungsstunden mitten am Nachmittag stattfanden, dadurch ist der ganze Nachmittag schon verbraucht.

• Reversi spannend und interessant.

• Ich weiss nicht so recht, was Spielbäume mit Elektro- technik zu tun haben.

• Dummerweise ist das Skript so gut, dass ich es nicht bemängeln kann.

• Meiner Meinung nach ist es die beste Vorlesung, die wir im Moment haben.

• Vorlesung ist von sehr schlechter Qualität. Dennoch machte Herr Mattern keine Anstalten, dies zu ändern.

• Sie können sehr gut erklären. Wenn man am Mittwoch morgen 2 Stunden aufmerksam zuhört und mitdenkt, sind komplizierte Dinge plötzlich sehr einfach. Praktisch in jeder Vorlesung kommen mehrere Aha-Erlebnisse.

• Der Dozent bot einen sehr anschaulichen, gut ver- ständlichen Unterricht. Er versucht so zu erklären, als ob er den Stoff selbst zum ersten Mal hörte, was aus- gezeichnet hilft, das Erklärte zu verstehen. Meiner Meinung nach beste Vorlesung des Semesters.

• Der Professor hat keine Ahnung.

Fakten und Expertentum in der Krise?

*) Tom Nichols, Dozent für nationale Sicherheitsfragen am U.S. Naval War College in Newport, Autor von «The Death of Expertise» (2017).

Die ETH vermittelt Fachwissen und hat den Anspruch, umfassend gebildete und im „kri- tischen Denken“ geübte Experten hervorzubringen. Besonders beliebt waren Experten allerdings noch nie – Menschen lassen sich nicht gern belehren.

In den letzten Jahren hat die Skepsis gegenüber wissenschaftlichen Fakten und Fach- kundigen jedoch stark zugenommen, bis hin zum „Experten-Bashing“. Zu dieser nach- denklich stimmenden Entwicklung nachfolgend ein Auszug eines lesenswerten Artikels von Mathias Plüss [„Horizonte“, Juni 2018, S. 12–17]:

Jeder ein Experte. Die Krise des Expertentums tangiert nicht bloss die Wissenschaft.

Ärzte berichten von Patienten, die keinen Rat suchen, sondern Behandlungen einfor- dern, die sie zuvor gegoogelt hatten. Architekten und Handwerker erzählen von Kunden, die ihnen vorschreiben wollen, wie sie ihre Arbeit zu verrichten hätten. Und Lehrer müs- sen sich mit Eltern auseinandersetzen, die partout nicht akzeptieren wollen, dass die Antwort ihres Kindes in der Prüfung falsch war.

So breit das Phänomen, so vielfältig die Ursachen. Nichols^* nennt an erster Stelle eine gewisse Wohlstandsverwahrlosung: «Unsere hochtechnologisierte Welt funktioniert so reibungslos, dass es die Leute zur falschen Vorstellung verführt, es sei alles ganz ein- fach. Man drückt einen Knopf, und die E-Mail fliegt ans andere Ende der Welt. Niemand denkt an all die Experten von den Ingenieuren über die Softwaredesigner bis zu den Diplomaten, die das erst möglich machen.» Ein zweiter Grund sei die Mode, Studenten

Nachdenkliches zum Schluss

Fakten und Expertentum in der Krise? (2)

heute wie Kunden zu behandeln, die man nach ihrem Wohlbefinden frage, statt sie zu fordern. Das führe zu einem Übermass an Selbstvertrauen, gepaart mit weniger Wissen.

Zwei weitere Gründe für die Expertenkrise liegen innerhalb des Wissenschaftssystems.

Zum einen rächt sich heute der Relativismus der Postmoderne. So behauptete Nietzsche, es gebe keine Tatsachen, sondern nur Interpretationen. Davon ausgehend haben insbe- sondere linke Theoretiker fundamental in Frage gestellt, dass so etwas wie eine objek- tive Wahrheit existiert. Auf dieser Basis, so urteilt etwa der Philosoph Michael Hampe von der ETH Zürich, sei es schwierig, jenen Leuten etwas entgegenzusetzen, welche die Theorie vom menschgemachten Klimawandel als reines Gedankenkonstrukt diskredi- tieren.

Zum anderen haben Experten immer wieder die Grenzen ihres Zuständigkeitsbereichs überschritten. «Wissenschaftler können aufzeigen, wie gross die Wahrscheinlichkeit ist, dass in einem Kindergarten die Masern ausbrechen, wenn zwanzig Prozent der Kinder nicht geimpft sind», sagt Dietram Scheufele, Professor für Wissenschaftskommunikation an der Universität Wisconsin. «Aber es ist nicht ihre Aufgabe, zu entscheiden, ob eine Impfpflicht eingeführt werden soll.» Dies sei eine politische Frage, die auch nur politisch beantwortet werden könne. Wissenschaftler dürften hier durchaus auch ihre Meinung einbringen, aber nicht, wie es oft geschehe, als Autoritäten auftreten, «sonst untergraben sie ihre Glaubwürdigkeit». Sie müssten akzeptieren, dass hier nebst wissenschaftlichen

Fakten und Expertentum in der Krise? (3)

Digitaler Fluch. All diese Fehlentwicklungen hätten aber nicht in die aktuelle tiefe Krise gemündet ohne einen entscheidenden Faktor: das Internet. Naiverweise würde man meinen, die kosten- und grenzenlose Verfügbarkeit von Informationen müsse zwangs- läufig zu einem Triumph des Wissens führen. In Wahrheit ist das Gegenteil passiert:

Gesichertes Wissen und Verschwörungstheorien, fundierte Meinungen und blosses Ge- schwätz stehen heute gleichberechtigt nebeneinander. Schlimmer noch: Oft werden Fake News sogar rascher und weiter verbreitet als Fakten.

Die sozialen Medien verstärken die negative Entwicklung. «Auf Facebook sind wir alle Kollegen», sagt Tom Nichols. «Das hat zur lächerlichen Vorstellung geführt, wir wüssten alle gleich viel und alle Meinungen seien gleichwertig.» Auch zum Respektverlust trägt das Internet bei, denn am Bildschirm fallen die Hemmungen leichter als im direkten Ge- spräch.

Überdies erleichtern die sozialen Medien einen Effekt, den die Psychologen Confirmation Bias nennen. In der Realität ist es nämlich selten so, dass sich die Menschen ihre Mei- nung aufgrund von Fakten bilden. Vielmehr ist die Meinung oft das Primäre, und nach- her suchen wir uns die Fakten, die diese bestätigen. Und das Internet vereinfacht diese Suche massiv – unterstützt von Algorithmen, die uns bevorzugt jene Beiträge zuführen, die uns zusagen. «Das ist das Paradox unserer neuen Informationswelt: Es war noch nie so leicht, alle Informationen zu finden, die man haben will», sagt Dietram Scheufele.

«Es war aber auch noch nie so leicht, allen Informationen auszuweichen, die man nicht haben will.»

Informatik II

(Studiengang Informationstechnologie und Elektrotechnik)

© F. Mattern This is not a publication.

The material is intended for one-time educational use only. Pictures should not be copied or redistrib- uted. No violations of copy- rights are intended.

Friedemann Mattern

Departement Informatik, ETH Zürich